面向敏感值的层次化多源数据融合隐私保护

• 作者: 杨月平 王箭 薛明富
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 数据融合 敏感度 层次化隐私模型 k-匿名
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 信息安全
• 页码范围: 156-161
• 页数: 6页
• 分类号: TP292.2
• 字数: 8238字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.09.030

摘要

数据融合技术能够使用户得到更全面的数据以提供更有效的服务.然而现有的多源数据融合隐私保护模型没有考虑数据提供者的重要程度,以及数据不同属性和属性值的敏感度.针对上述问题,提出了一种面向敏感值层次化的隐私模型,该模型通过数据提供者对数据的匿名程度要求来设置数据属性以及属性值的敏感度以实现敏感值的个性化隐私保护.同时结合k-匿名隐私模型以及自顶向下特殊化TDS的思想提出了一种面向敏感值的多源数据融合隐私保护算法.实验表明,该算法既能实现数据的安全融合,又能获得更好的隐私保护.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王箭	南京航空航天大学计算机科学与技术学院	49	315	9.0	15.0
2	杨月平	南京航空航天大学计算机科学与技术学院	2	9	2.0	2.0
3	薛明富	南京航空航天大学计算机科学与技术学院	3	11	2.0	3.0